CN113919082B - 一种列车纵向动力学建模方法及系统 - Google Patents
一种列车纵向动力学建模方法及系统 Download PDFInfo
- Publication number
- CN113919082B CN113919082B CN202111518946.3A CN202111518946A CN113919082B CN 113919082 B CN113919082 B CN 113919082B CN 202111518946 A CN202111518946 A CN 202111518946A CN 113919082 B CN113919082 B CN 113919082B
- Authority
- CN
- China
- Prior art keywords
- model
- train
- data
- basic information
- dynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Abstract
本发明为解决现有的列车驾驶仿真产品不能准确模拟列车当前的运动响应,同时缺乏运动性能仿真的验证功能的问题,提供一种列车纵向动力学建模方法及系统,属于列车驾驶仿真培训技术领域。本发明中通过构建列车基础信息模型、操作指令模型、环境模型和特殊场景模型,得到第一动力学模型或第二动力学模型。第一动力学模型和第二动力学模型能够模拟不同列车车型在任何操作工况、运行环境等外界条件的综合影响下的运动响应,准确且通用。同时,第二动力学模型引入了特殊场景,可以复现模拟列车在非正常行驶场景的运动响应。通过对第一动力学模型或第二动力学模型的计算结果分析,可以对运动仿真性能进行验证,有助于提升列车驾驶仿真产品的品质。
Description
技术领域
本发明涉及列车驾驶仿真培训技术领域,尤其涉及一种列车纵向动力学建模方法及系统。
背景技术
随着中国轨道交通行业的蓬勃发展,各铁路局、城市轨道交通公司、轨道交通职业院校及其他轨道交通教培行业均需要培养大批列车司机。在教员不足、操纵评判主观性较强、真车培训存在安全隐患的情况下,国内涌现了大批的轨道交通仿真培训设备供应商。然而各设备供应商的培训设备功能项点侧重略有差异,导致轨道交通仿真培训系统的仿真情况参差不齐。
以列车纵向运动仿真来讲,当前驾驶仿真产品均能实现诸如牵引、制动等列车基本操纵响应,能够让用户对列车驾驶的整体情况具备初步的认知。然而,现有的列车驾驶仿真产品不能准确模拟列车当前的运动响应,同时缺乏运动性能仿真的验证功能。
发明内容
本发明为解决现有的列车驾驶仿真产品不能准确模拟列车当前的运动响应,同时缺乏运动性能仿真的验证功能的问题,一种列车纵向动力学建模方法及系统,通过构建列车基础信息模型、操作指令模型和环境模型,得到第一动力学模型,或者通过构建列车基础信息模型、操作指令模型、环境模型和特殊场景模型,得到第二动力学模型。第一动力学模型和第二动力学模型能够模拟不同列车在任何操作工况、运行环境、线路条件等外界条件的综合影响下的运动响应,准确且通用。同时,第二动力学模型引入了特殊场景,可以复现模拟列车在非正常行驶场景的运动响应。同时,通过对第一动力学模型或第二动力学模型的计算结果分析,可以对运动仿真性能进行验证,有助于提升列车驾驶仿真产品的品质。
本发明采用的技术方案是:
一种列车纵向动力学建模方法,用于列车驾驶仿真产品的运动分析,所述方法包括以下步骤:
步骤S1,确定待建模分析的模拟列车车型,并基于指定的模拟列车车型构建列车基础信息模型A,建立列车基础信息的数据传输协议和数据调用接口;
步骤S2,根据指定的模拟列车车型设计驾驶操纵台,并基于驾驶操纵台构建操作指令模型C,建立操作指令的数据传输协议和数据调用接口;
步骤S3,选取影响模拟列车车型的动力学性能的主要环境因素,并基于主要环境因素构建环境模型B,建立主要环境因素的数据传输协议和数据调用接口;
步骤S4,若指定的模拟列车车型处于正常行驶场景中,结合列车基础信息模型A、操作指令模型C和环境模型B,构建第一动力学模型T1;
步骤S5,若指定的模拟列车车型处于非正常行驶场景中,则构建特殊场景模型;结合列车基础信息模型A、操作指令模型C、环境模型B和特殊场景模型,构建第二动力学模型T2;
步骤S6,应用第一动力学模型T1或者第二动力学模型T2对指定的模拟列车车型的运动性能进行分析。
进一步地,所述列车基础信息模型A表示为:
A=(a1,a2,a3,···,an-1,an)-1,
an=[an1 an2 an3 … anm-1 anm],
其中 ,an代表第n节车的列车基础信息;
anm代表第n节车的第m个列车基础信息元素;
列车基础信息包括动车编号、拖车编号、车重、载重和车长。
进一步地,所述操作指令模型C表示为:
C=(c1,c 2,c 3,···,c j-1,c j)-1,
其中,cj代表第j个操纵指令;
操纵指令至少包含牵引工况、牵引级位、常用制动工况、常用制动级位和紧急制动。
进一步地,所述环境模型B表示为:
B=(b1,b2,b3,…,bn-1,bn)-1,
bn=[bn1 bn2 bn3 … bnm-1 bnm],
其中,bn代表第n节车的主要环境因素;
bnm代表第n节车第m个主要环境因素元素;
主要环境因素包括线路信息、风速、外界温度、天气状况和轨面情况。
进一步地,所述第一动力学模型T1表示为:
T1= f(g,A,B,C)=(t1,t2,t3,…,tI-1,tI)-1,
其中,g为模型的系数矩阵;
tI代表第I个动力学性能信息;
动力学性能信息至少包含牵引力、制动力、阻力、加速度、速度和位移。
进一步地,所述第二动力学模型T2表示为:
T2= f(μ,g,A,B,C)=(t1,t2,t3,…,tl-1,tl)-1,
其中,g为模型的系数矩阵;
μ为特殊场景变量矩阵,其根据特殊场景模型与列车基础信息模型A、操作指令模型C、环境模型B之间的关系判定得到;
tI代表第I个动力学性能信息;
动力学性能信息至少包含牵引力、制动力、阻力、加速度、速度和位移。
进一步地,特殊场景模型与列车基础信息模型A、操作指令模型C、环境模型B之间的关系判定时采用以下步骤:
步骤S501,特殊场景介入,判断特殊场景是否关联影响列车基础信息模型A;
若特殊场景影响列车基础信息模型A,则构造可以使列车基础信息模型A变为特殊场景的列车基础信息模型AT的系数矩阵μA,并将系数矩阵μA用于构造第二动力学模型T2;
若特殊场景不影响列车基础信息模型A,则进行下一步;
步骤S502,判断特殊场景是否关联影响环境模型B;
若特殊场景影响环境模型,则构造可以使环境模型B变为特殊场景的环境模型BT的系数矩阵μB,并将系数矩阵μB用于构造第二动力学模型T2;
若特殊场景不影响环境模型B,则进行下一步;
步骤S503,判断特殊场景是否关联影响操作指令模型C;
若特殊场景影响操作指令模型C,则构造可以使操作指令模型C变为特殊场景的操作指令模型CT的系数矩阵μC,并将系数矩阵μC用于构造第二动力学模型T2;
若特殊场景不影响操作指令模型C,则进行下一步;
步骤S504,若特殊场景对列车基础信息模型A、操作指令模型C和环境模型B均不产生影响,则说明该特殊场景对动力学性能无影响,构建单元矩阵,并将单元矩阵用于构造第二动力学模型T2。
进一步地,所述步骤S6中,应用第一动力学模型T1或者第二动力学模型T2对指定的模拟列车车型的运动性能进行分析,包括以下步骤:
步骤S61,根据列车运行性能的主要关注点,将第一动力学模型T1或第二动力学模型T2的计算结果分为若干部分,制定数据保存方式和保存格式,建立第一动力学模型T1或第二动力学模型T2与驾驶仿真产品其他模块间的数据传输协议和数据接口;
步骤S62,根据开发人员调试、验证需求,依靠第一动力学模型T1或第二动力学模型T2的实时计算结果,制定数据访问形式和接口,设计数据监视界面,该界面应包含列车基础信息、主要环境因素、操纵指令、第一动力学模型T1或第二动力学模型T2的计算结果和结果分析;
步骤S63,根据列车运行性能需求,输出第一动力学模型T1或第二动力学模型T2的结果数据与关键性能理论数据的对比结果。
进一步地,所述步骤S63中,根据列车运行性能需求,输出第一动力学模型T1或第二动力学模型T2的结果数据与关键性能理论数据的对比结果的具体包括以下步骤:
步骤S631,结合动力学性能指标、用户关注点和其他性能验证需求,定义数据分析的具体对象;
步骤S632,根据数据分析对象的场景需求和计算原理,获取数据存储中的相应场景并进行计算,场景与结果对应;
步骤S633,每一次驾驶训练完成后,生成相应的运动性能的分析报告,同时给出相应的整改建议;分析报告呈现方式包括数字、文字和图表。
实施前述的一种列车纵向动力学建模方法的列车纵向动力学建模系统,所述系统包括:
操纵指令单元,所述操作指令单元用于模拟驾驶操纵台,并具备操纵指令控制功能和输出功能;
动力学算法单元,所述动力学算法单元内置列车基础信息模型A和环境模型B,同时能接收、处理来自所述操纵指令单元的数据信息,构建第一动力学模型T1;
数据处理单元,所述数据处理单元执行相应的计算,并对计算结果进行分类、存储,同时实现外部数据监控和关键指标数据分析功能;
或者,所述系统包括:
操纵指令单元,所述操作指令单元用于模拟驾驶操纵台,并具备操纵指令控制功能和输出功能;
特殊场景单元,所述特殊场景单元用于模拟行驶过程中存在非正常行驶场景,导入特殊场景模型;
动力学算法单元,所述动力学算法单元内置列车基础信息模型A和环境模型B,同时能接收、处理来自所述操纵指令单元和所述特殊场景单元的数据信息,构建第二动力学模型T2;
数据处理单元,所述数据处理单元执行相应的计算,并对计算结果进行分类、存储,同时实现外部数据监控和关键指标数据分析功能。
本发明的有益效果是:
本发明为解决现有的列车驾驶仿真产品不能准确模拟列车当前的运动响应,同时缺乏运动性能仿真的验证功能的问题,提供一种列车纵向动力学建模方法及系统,通过构建列车基础信息模型、操作指令模型和环境模型,得到第一动力学模型,或者通过构建列车基础信息模型、操作指令模型、环境模型和特殊场景模型,得到第二动力学模型。第一动力学模型和第二动力学模型能够模拟不同列车在任何操作工况、运行环境、线路条件等外界条件的综合影响下的运动响应,准确且通用。同时,第二动力学模型引入了特殊场景,可以复现模拟列车在非正常行驶场景的运动响应。同时,通过对第一动力学模型或第二动力学模型的计算结果分析,可以对运动仿真性能进行验证,有助于提升列车驾驶仿真产品的品质。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或有现技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为实施例中的建模方法的设计流程图。
图2为实施例中特殊场景系数矩阵求解流程图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。
下面结合附图对发明的实施例进行详细说明。
一种列车纵向动力学建模方法,所述方法包括以下步骤:
步骤S1,确定待建模分析的模拟列车车型,并基于指定的模拟列车车型构建列车基础信息模型A,建立列车基础信息的数据传输协议和数据调用接口;
步骤S2,根据指定的模拟列车车型设计驾驶操纵台,并基于驾驶操纵台构建操作指令模型C,建立操作指令的数据传输协议和数据调用接口;
步骤S3,选取影响模拟列车车型的动力学性能的主要环境因素,并基于主要环境因素构建环境模型B,建立主要环境因素的数据传输协议和数据调用接口;
步骤S4,若指定的模拟列车车型处于正常行驶场景中,结合列车基础信息模型A、操作指令模型C和环境模型B,构建第一动力学模型T1;
步骤S5,若指定的模拟列车车型处于非正常行驶场景中,则构建特殊场景模型;结合列车基础信息模型A、操作指令模型C、环境模型B和特殊场景模型,构建第二动力学模型T2;
步骤S6,应用第一动力学模型T1或者第二动力学模型T2对指定的模拟列车车型的运动性能进行分析,如附图1所示。
本实施例中的建模方法,通过构建列车基础信息模型、操作指令模型和环境模型,得到第一动力学模型,或者通过构建列车基础信息模型、操作指令模型环境模型和特殊场景模型,得到第二动力学模型。第一动力学模型和第二动力学模型能够模拟不同列车在任何操作工况、运行环境、线路条件等外界条件的综合影响下的运动响应,准确且通用。同时,第二动力学模型引入了特殊场景,可以复现模拟列车在非正常行驶场景的运动响应。同时,通过对第一动力学模型或第二动力学模型的计算结果分析,可以对运动性能仿真的验证,有助于提升列车驾驶仿真产品的品质。
进一步地,所述列车基础信息模型A表示为:
A=(a1,a2,a3,···,an-1,an)-1,
an=[an1 an2 an3 … anm-1 anm],
其中 ,an代表第n节车的列车基础信息;
anm代表第n节车的第m个列车基础信息元素;
列车基础信息包括动车编号、拖车编号、车重、载重和车长。
进一步地,所述操作指令模型C表示为:
C=(c1,c 2,c 3,···,c j-1,c j)-1,
其中,cj代表第j个操纵指令;
操纵指令至少包含牵引工况、牵引级位、常用制动工况、常用制动级位和紧急制动。
列车驾驶仿真产品的操纵指令是指列车驾驶员在列车运行全程中,主动触发或取消命令、影响列车运行状态的所有指令。根据操纵指令的关联控制开关、电路传输路径、气路传输路径和网络传输路径,设计相应的电路逻辑模型,构建与驾驶仿真产品大系统的数据传输协议和数据调用接口。通过数据传输协议和数据调用接口,操纵指令可及时传输到模型,参与动力学模型计算。
进一步地,所述环境模型B表示为:
B=(b1,b2,b3,…,bn-1,bn)-1,
bn=[bn1 bn2 bn3 … bnm-1 bnm],
其中,bn代表第n节车的主要环境因素;
bnm代表第n节车第m个主要环境因素元素;
主要环境因素包括线路信息、风速、外界温度、天气状况和轨面情况。
进一步地,所述第一动力学模型T1表示为:
T1= f(g,A,B,C)=(t1,t2,t3,…,tI-1,tI)-1,
其中,g为模型的系数矩阵;
tI代表第I个动力学性能信息;
动力学性能信息至少包含牵引力、制动力、阻力、加速度、速度和位移。
进一步地,所述第二动力学模型T2表示为:
T2= f(μ,g,A,B,C)=(t1,t2,t3,…,tl-1,tl)-1,
其中,g为模型的系数矩阵;
μ为特殊场景变量矩阵,其根据特殊场景模型与列车基础信息模型A、操作指令模型C、环境模型B之间的关系判定得到;
tI代表第I个动力学性能信息;
动力学性能信息至少包含牵引力、制动力、阻力、加速度、速度和位移。
进一步地,特殊场景模型与列车基础信息模型A、操作指令模型C、环境模型B之间的关系判定时采用以下步骤,如附图2所示:
步骤S501,特殊场景介入,判断特殊场景是否关联影响列车基础信息模型A;
若特殊场景影响列车基础信息模型A,则构造可以使列车基础信息模型A变为特殊场景的列车基础信息模型AT的系数矩阵μA,并将系数矩阵μA用于构造第二动力学模型T2;
若特殊场景不影响列车基础信息模型A,则进行下一步;
步骤S502,判断特殊场景是否关联影响环境模型B;
若特殊场景影响环境模型,则构造可以使环境模型B变为特殊场景的环境模型BT的系数矩阵μB,并将系数矩阵μB用于构造第二动力学模型T2;
若特殊场景不影响环境模型B,则进行下一步;
步骤S503,判断特殊场景是否关联影响操作指令模型C;
若特殊场景影响操作指令模型C,则构造可以使操作指令模型C变为特殊场景的操作指令模型CT的系数矩阵μC,并将系数矩阵μC用于构造第二动力学模型T2;
若特殊场景不影响操作指令模型C,则进行下一步;
步骤S504,若特殊场景对列车基础信息模型A、操作指令模型C和环境模型B均不产生影响,则说明该特殊场景对动力学性能无影响,构建单元矩阵,并将单元矩阵用于构造第二动力学模型T2。
特殊场景模型与列车基础信息模型、操作指令模型、环境模型之间的关系判定时,分析特殊场景对应的内部因素和外部因素,区分影响动力学性能的直接因素和间接因素;对于影响动力学性能的直接因素,设计相关数据接口,构建与动力学模型间的数据传输方式;对于影响动力学性能的间接因素,设计场景干扰算法,得到可直接影响动力学性能的变量接口,构建与动力学模型间的数据传输方式。
进一步地,所述步骤S6中,应用第一动力学模型T1或者第二动力学模型T2对指定的模拟列车车型的运动性能进行分析,包括以下步骤:
步骤S61,根据列车运行性能的主要关注点,将第一动力学模型T1或第二动力学模型T2的计算结果分为若干部分,制定数据保存方式和保存格式,建立第一动力学模型T1或第二动力学模型T2与驾驶仿真产品其他模块间的数据传输协议和数据接口;
步骤S62,根据开发人员调试、验证需求,依靠第一动力学模型T1或第二动力学模型T2的实时计算结果,制定数据访问形式和接口,设计数据监视界面,该界面应包含列车基础信息、主要环境因素、操纵指令、第一动力学模型T1或第二动力学模型T2的计算结果和结果分析;
步骤S63,根据列车运行性能需求,输出第一动力学模型T1或第二动力学模型T2的结果数据与关键性能理论数据的对比结果。
进一步地,所述步骤S63中,根据列车运行性能需求,输出第一动力学模型T1或第二动力学模型T2的结果数据与关键性能理论数据的对比结果的具体包括以下步骤:
步骤S631,结合动力学性能指标、用户关注点和其他性能验证需求,定义数据分析的具体对象;
步骤S632,根据数据分析对象的场景需求和计算原理,获取数据存储中的相应场景并进行计算,场景与结果对应;
步骤S633,每一次驾驶训练完成后,生成相应的运动性能的分析报告,同时给出相应的整改建议;分析报告呈现方式包括数字、文字和图表。
基于同样的发明构思,本实施例中还提供一种列车纵向动力学建模系统,该系统中实施前述的方法。所述系统包括:
操纵指令单元,所述操作指令单元用于模拟驾驶操纵台,并具备操纵指令控制功能和输出功能;
动力学算法单元,所述动力学算法单元内置列车基础信息模型A和环境模型B,同时能接收、处理来自所述操纵指令单元的数据信息,构建第一动力学模型T1;
数据处理单元,所述数据处理单元执行相应的计算,并对计算结果进行分类、存储,同时实现外部数据监控和关键指标数据分析功能;
或者,所述系统包括:
操纵指令单元,所述操作指令单元用于模拟驾驶操纵台,并具备操纵指令控制功能和输出功能;
特殊场景单元,所述特殊场景单元用于模拟行驶过程中存在非正常行驶场景,导入特殊场景模型;
动力学算法单元,所述动力学算法单元内置列车基础信息模型A和环境模型B,同时能接收、处理来自所述操纵指令单元和所述特殊场景单元的数据信息,构建第二动力学模型T2;
数据处理单元,所述数据处理单元执行相应的计算,并对计算结果进行分类、存储,同时实现外部数据监控和关键指标数据分析功能。
以下以一个具体的案例对本实施例中的一种列车纵向动力学建模方法进行说明。
(1)根据某型车驾驶操纵台设计模拟驾驶操纵台,建立操纵指令模型C,具体的操纵指令模型包含牵引工况c1、牵引级位c2、常用制动c3、常用制动级位c4、紧急制动c5、保持制动c6、停放制动c7七个指令,即列车操纵指令模型C=(c1,c2,c3,c4,c5,c6,c7)-1。当列车处于50%牵引力准备起车状态时,有牵引工况、牵引级位为50%、无常用制动工况、常用制动级位为零、无紧急制动工况、有保持制动工况、无停放制动工况,则此时得到的列车操纵指令模型C=(1,50%,0,0,0,1,0)-1。列车操纵数据通过与电路逻辑模型输出接口制定数据订购协议得到。
(2)根据该型车的具体列车信息,建立列车基础信息模型A,具体的车型基础信息包含:8节车编组、编组形式为TMMTTMMT(T为拖车,M为动车)、车重an2均为35t、载重an3均为0t、车长an4均为21m,其中车辆数为n、是否动车为an1(1为是、0为否),则列车基础信息模型A赋值后可表示为
列车基本信息可在模型内部直接赋值。
(3)根据相关资料设计环境模型B,设定线路坡度bn1为0、风速bn2为2m/s、外界温度bn3为25℃、天气bn4为晴、轨面情况bn5为干燥,其中晴天定义为0,轨面干燥定义为1,则环境模型可表示为
环境信息可在外部设置后由固定数据接口读入赋值。
(4)根据动力学性能需求构造动力学模型T,规定牵引力为t1、制动力为t2、阻力为t3、加速度为t4、速度为t5、位移为t6,则动力学模型可写为T=(t1,t2,t3,…,tl-1,tl)-1。
列车牵引力与各节车牵引能力有关,设该车型牵引力与牵引级位成线性比例,动车牵引能力满级位为65kN,拖车牵引能力为0kN,则动力学模型中的系数矩阵,代入动力学模型计算公式,即,代入具体矩阵取值,可解得,即1车、4车、5车、8车牵引力为零,2车、3车、6车、7车牵引力为32.5kN。
(5)设有特殊场景介入,如2车动力单元故障,与列车基本信息相关,将该车视为拖车,则,其中,代入动力学模型计算公式,再代入具体矩阵取值,可解得,即1车、2车、4车、5车、8车牵引力为零, 3车、6车、7车牵引力为32.5kN。
(6)得到动力学模型计算结果后,分别定义数据存储、分发、监控、分析的具体接口,具体的:数据存储可定义列车操纵指令、主要环境信息、主要动力学性能结果的数据接口;数据分发可定义对模拟驾驶仿真器其他模块有用的数据接口,如加速度、车速、位移等;数据监控模块可定义列车基本信息、环境信息、操纵信息和动力学性能参数的数据接口;数据分析可定义与列车性能校验相关的数据接口,如牵引时间、牵引距离、最大常用制动距离、紧急制动距离等。
数据存储频次为每0.2s记录一次,记录结果为Excel表格,表格名称按训练课程初始时间记录,如Storage_202110201600.xls,存储文件于训练课程结束时生成。
用于分发的数据在定义相关数据接口后,与其他模块约定数据获取协议,可通过数据订购的方式实现数据交互。
用于监控的数据可与动力学模型约定共享内存位置,通过访问数据共享位置来获取相关数据;数据监控界面应以便于观察为主,分类别、分区域展示。数据监控界面在计算机性能允许的条件下,可设置每0.1s刷新一次数据。
数据分析功能一方面可在可视化界面直接显示,另一方面可生成相应的结果报告。数据分析功能可附加在数据监控功能上,在数据监控程序中构建数据分析相关算法,数据分析算法与分析对象直接相关。如分析紧急制动距离,则应获取从指定初速按紧急制动工况、指定线路条件减速到指定终速所用的距离,其中指定初速、终速、线路条件可在外部直接设置。当紧急制动距离小于理论值时,可检查紧急制动力是否偏大;当紧急制动距离大于理论值时,可检查紧急制动力是否偏小。其中从驾驶仿真器获取的紧急制动距离可直接显示在监控界面,数值比较及整改指导可在课程结束后生成相应的分析报告。分析报告的格式为Excel表格,表格名称按训练课程初始时间记录,如Analysis_202110201600.xls,分析报告于训练课程结束时生成。
Claims (7)
1.一种列车纵向动力学建模方法,用于列车驾驶仿真产品的运动分析,其特征在于,所述方法包括以下步骤:
步骤S1,确定待建模分析的模拟列车车型,并基于指定的模拟列车车型构建列车基础信息模型A,建立列车基础信息的数据传输协议和数据调用接口;
步骤S2,根据指定的模拟列车车型设计驾驶操纵台,并基于驾驶操纵台构建操纵指令模型C,建立操纵指令的数据传输协议和数据调用接口;
步骤S3,选取影响模拟列车车型的动力学性能的主要环境因素,并基于主要环境因素构建环境模型B,建立主要环境因素的数据传输协议和数据调用接口;
步骤S4,若指定的模拟列车车型处于正常行驶场景中,结合列车基础信息模型A、操纵指令模型C和环境模型B,构建第一动力学模型T1;所述第一动力学模型T1表示为:
T1= f(g,A,B,C)=(t1,t2,t3,…,tI-1,tI)-1,
其中,g为模型的系数矩阵;
tI代表第I个动力学性能信息;
动力学性能信息至少包含牵引力、制动力、阻力、加速度、速度和位移;
步骤S5,若指定的模拟列车车型处于非正常行驶场景中,则构建特殊场景模型;结合列车基础信息模型A、操纵指令模型C、环境模型B和特殊场景模型,构建第二动力学模型T2;所述第二动力学模型T2表示为:
T2= f(μ,g,A,B,C)=(t1,t2,t3,…,tl-1,tl)-1,
其中,g为模型的系数矩阵;
μ为特殊场景变量矩阵,其根据特殊场景模型与列车基础信息模型A、操纵指令模型C、环境模型B之间的关系判定得到;
tI代表第I个动力学性能信息;
动力学性能信息至少包含牵引力、制动力、阻力、加速度、速度和位移;
步骤S6,应用第一动力学模型T1或者第二动力学模型T2对指定的模拟列车车型的运动性能进行分析;
其中,所述步骤S5中,特殊场景模型与列车基础信息模型A、操纵指令模型C、环境模型B之间的关系判定时采用以下步骤:
步骤S501,特殊场景介入,判断特殊场景是否关联影响列车基础信息模型A;
若特殊场景影响列车基础信息模型A,则构造可以使列车基础信息模型A变为特殊场景的列车基础信息模型AT的系数矩阵μA,并将系数矩阵μA用于构造第二动力学模型T2;
若特殊场景不影响列车基础信息模型A,则进行下一步;
步骤S502,判断特殊场景是否关联影响环境模型B;
若特殊场景影响环境模型,则构造可以使环境模型B变为特殊场景的环境模型BT的系数矩阵μB,并将系数矩阵μB用于构造第二动力学模型T2;
若特殊场景不影响环境模型B,则进行下一步;
步骤S503,判断特殊场景是否关联影响操纵指令模型C;
若特殊场景影响操纵指令模型C,则构造可以使操纵指令模型C变为特殊场景的操纵指令模型CT的系数矩阵μC,并将系数矩阵μC用于构造第二动力学模型T2;
若特殊场景不影响操纵指令模型C,则进行下一步;
步骤S504,若特殊场景对列车基础信息模型A、操纵指令模型C和环境模型B均不产生影响,则说明该特殊场景对动力学性能无影响,构建单元矩阵,并将单元矩阵用于构造第二动力学模型T2。
2.根据权利要求1所述的一种列车纵向动力学建模方法,其特征在于,所述列车基础信息模型A表示为:
A=(a1,a2,a3,···,an-1,an)-1,
an=[an1 an2 an3 … anm-1 anm],
其中 ,an代表第n节车的列车基础信息;
anm代表第n节车的第m个列车基础信息元素;
列车基础信息包括动车编号、拖车编号、车重、载重和车长。
3.根据权利要求1所述的一种列车纵向动力学建模方法,其特征在于,所述操纵指令模型C表示为:
C=(c1,c2,c3,···,cj-1,cj)-1,
其中,cj代表第j个操纵指令;
操纵指令至少包含牵引工况、牵引级位、常用制动工况、常用制动级位和紧急制动。
4.根据权利要求1所述的一种列车纵向动力学建模方法,其特征在于,所述环境模型B表示为:
B=(b1,b2,b3,…,bn-1,bn)-1,
bn=[bn1 bn2 bn3 … bnm-1 bnm],
其中,bn代表第n节车的主要环境因素;
bnm代表第n节车第m个主要环境因素元素;
主要环境因素包括线路信息、风速、外界温度、天气状况和轨面情况。
5.根据权利要求1所述的一种列车纵向动力学建模方法,其特征在于,所述步骤S6中,应用第一动力学模型T1或者第二动力学模型T2对指定的模拟列车车型的运动性能进行分析,包括以下步骤:
步骤S61,根据列车运行性能的主要关注点,将第一动力学模型T1或第二动力学模型T2的计算结果分为若干部分,制定数据保存方式和保存格式,建立第一动力学模型T1或第二动力学模型T2与驾驶仿真产品其他模块间的数据传输协议和数据接口;
步骤S62,根据开发人员调试、验证需求,依靠第一动力学模型T1或第二动力学模型T2的实时计算结果,制定数据访问形式和接口,设计数据监视界面,该界面应包含列车基础信息、主要环境因素、操纵指令、第一动力学模型T1或第二动力学模型T2的计算结果和结果分析;
步骤S63,根据列车运行性能需求,输出第一动力学模型T1或第二动力学模型T2的结果数据与关键性能理论数据的对比结果。
6.根据权利要求5所述的一种列车纵向动力学建模方法,其特征在于,所述步骤S63中,根据列车运行性能需求,输出第一动力学模型T1或第二动力学模型T2的结果数据与关键性能理论数据的对比结果的具体包括以下步骤:
步骤S631,结合动力学性能指标、用户关注点和其他性能验证需求,定义数据分析的具体对象;
步骤S632,根据数据分析对象的场景需求和计算原理,获取数据存储中的相应场景并进行计算,场景与结果对应;
步骤S633,每一次驾驶训练完成后,生成相应的运动性能的分析报告,同时给出相应的整改建议;分析报告呈现方式包括数字、文字和图表。
7.实施权利要求1~6中任意一项所述的一种列车纵向动力学建模方法的列车纵向动力学建模系统,其特征在于,所述系统包括:
操纵指令单元,所述操纵指令单元用于模拟驾驶操纵台,并具备操纵指令控制功能和输出功能;
动力学算法单元,所述动力学算法单元内置列车基础信息模型A和环境模型B,同时能接收、处理来自所述操纵指令单元的数据信息,构建第一动力学模型T1;
数据处理单元,所述数据处理单元执行相应的计算,并对计算结果进行分类、存储,同时实现外部数据监控和关键指标数据分析功能;
或者,所述系统包括:
操纵指令单元,所述操纵指令单元用于模拟驾驶操纵台,并具备操纵指令控制功能和输出功能;
特殊场景单元,所述特殊场景单元用于模拟行驶过程中存在非正常行驶场景,导入特殊场景模型;
动力学算法单元,所述动力学算法单元内置列车基础信息模型A和环境模型B,同时能接收、处理来自所述操纵指令单元和所述特殊场景单元的数据信息,构建第二动力学模型T2;
数据处理单元,所述数据处理单元执行相应的计算,并对计算结果进行分类、存储,同时实现外部数据监控和关键指标数据分析功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111518946.3A CN113919082B (zh) | 2021-12-14 | 2021-12-14 | 一种列车纵向动力学建模方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111518946.3A CN113919082B (zh) | 2021-12-14 | 2021-12-14 | 一种列车纵向动力学建模方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113919082A CN113919082A (zh) | 2022-01-11 |
CN113919082B true CN113919082B (zh) | 2022-03-15 |
Family
ID=79249084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111518946.3A Active CN113919082B (zh) | 2021-12-14 | 2021-12-14 | 一种列车纵向动力学建模方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113919082B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167164B (zh) * | 2023-02-16 | 2023-11-10 | 深圳国芯人工智能有限公司 | 一种基于智能测试的软件系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX2018004579A (es) * | 2015-10-13 | 2018-09-03 | Athena Vision Llc | Determinacion con precision de parametros en tiempo real que describen el movimiento de un vehiculo basado en varias fuentes de datos. |
CN106843306B (zh) * | 2016-12-15 | 2019-09-10 | 中国铁道科学研究院铁道建筑研究所 | 浮置板轨道及其振动控制方法和装置 |
CN108228378A (zh) * | 2018-01-05 | 2018-06-29 | 中车青岛四方机车车辆股份有限公司 | 列车组故障预测的数据处理方法及装置 |
CN111665738A (zh) * | 2019-03-05 | 2020-09-15 | 阿里巴巴集团控股有限公司 | 在环仿真系统及其中的信息处理方法及装置 |
CN111400028B (zh) * | 2019-12-30 | 2023-07-25 | 交控科技股份有限公司 | 一种列车管理的负载均衡处理方法 |
CN113776760B (zh) * | 2020-06-09 | 2023-06-27 | 成都运达科技股份有限公司 | 基于整轴振动分析的列车轮对失圆故障监测方法和系统 |
CN113401112B (zh) * | 2021-06-10 | 2022-08-12 | 苏州易航远智智能科技有限公司 | 一种失控车辆再稳定的控制方法 |
CN113312711B (zh) * | 2021-07-28 | 2021-09-28 | 成都运达科技股份有限公司 | 列车动力学下平稳驾驶分析方法、系统、终端及介质 |
-
2021
- 2021-12-14 CN CN202111518946.3A patent/CN113919082B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113919082A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pogorelov et al. | Train 3D: the technique for inclusion of three-dimensional models in longitudinal train dynamics and its application in derailment studies and train simulators | |
WO2021169588A1 (zh) | 自动驾驶仿真方法和装置、电子设备及存储介质 | |
Käding et al. | The advanced Daimler-Benz driving simulator | |
CN108154743A (zh) | 一种列车运行仿真系统 | |
CN113919082B (zh) | 一种列车纵向动力学建模方法及系统 | |
CN110930811B (zh) | 一种适用于无人驾驶决策学习和训练的系统 | |
Chen et al. | NADS at the University of IOWA: A tool for driving safety research | |
Widner et al. | Framework for vehicle dynamics model validation | |
Buggaveeti et al. | Longitudinal vehicle dynamics modeling and parameter estimation for plug-in hybrid electric vehicle | |
Samiee et al. | The effect of torque feedback exerted to driver's hands on vehicle handling–a hardware-in-the-loop approach | |
CN108257444A (zh) | 一种列车运行仿真方法 | |
CN107316148A (zh) | 基于模糊结构元方法的船舶模拟操纵自动化评估方法 | |
CN116049989A (zh) | 转向架数字孪生模型构建方法、系统、电子设备及介质 | |
CN112017504B (zh) | 列车驾驶模拟器控制信号数据库、建立方法及培训系统 | |
CN115034055A (zh) | 轨道交通列车运行仿真方法及系统 | |
Aparicio et al. | Development and use of vehicle dynamics simulation software as support for road vehicles theory teaching | |
CN113867175A (zh) | 轨道交通模型创建方法、装置、计算机设备和存储介质 | |
Doyle et al. | Lap time simulation tool for the development of an electric formula student car | |
Piegsa et al. | VALIDATE-Basis for New Sophisticated Research Platform for Virtual Development of Vehicle Systems | |
Shetty | Development of a Digital Twin of a Toyota Prius Mk4 | |
Öztürk et al. | Validation of railway vehicle dynamic models in training simulators | |
CN102109824A (zh) | 货物列车组合动力学仿真装置及其模拟方法 | |
Song et al. | Virtual Co-Simulation Platform for Test and Validation of ADAS and Autonomous Driving | |
Biral et al. | A web based “virtual racing car championship” to teach vehicle dynamics and multidisciplinary design | |
Čulík et al. | Creating a virtual environment for practical driving tests |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |